Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ejemplo 1: En un rancho, se desea determinar si la medición de producción de leche por la mañana es igual o
diferente a 280 lts. Usar un nivel de significancia del 5%
3. Cálculos: 252
252 252 277 261 313 310 300 282 308 271 Xbarra= 270571.000 267
267 209 339 205 240 217 247 216 317 297 S=σ TLC 271
271 281 290 247 301 265 267 218 287 312 VAR= 294
294 274 244 239 300 Z0= 252
Zα/2= 209
μ0: α= 0.050 281
1. Definir la hipótesis: α/2= 0.025 274
Ho: μ= 280 lt n= 277
H1: μdif 280 lt 339
290
2. Identificamos nuestro estadístico de prueba: 244
261
205
247
239
4. Criterio de rechazo: 313
|Zo| Z(alpha/2) 240
301
300
310
217
265
300
247
Ejemplo 2: Si se desea determinar si la media de produccion de leche por la mañana es igual o es mayor a 280. Se 267
tiene que Ho: μ = 280 vs H1: μ > 280.
282
Con α = 0.05 se tiene que Z 0.05 = NORMSINV(1-0.05) = 1.645 y recordemos que Z = -1.638. Como Z < Zα 216
no se puede rechazar Ho.
218
308
Ho: X barra= 317
H1: S= 287
VAR= 271
Z0= 297
Zα= 312
Ejemplo 3: Si se desea determinar si la media de produccion de leche por la mañana es igual o es menor a 280. Se
tiene que Ho: μ = 280 vs H1: μ < 280.
Con α = 0.05 se tiene que -Z 0.05 = NORMSINV(1-0.05) = -1.645 . Recordemos que Z = -1.638. Como Z > Zα
no se rechaza Ho.
Ho: X barra=
H1: S=
VAR=
Z0=
Zα=
Prueba de Hipotesis para dos poblaciones, para la media con muestras grandes.
1º Paso: Definir la Hipótesis: Prueba Bilateral. H0: σ21 = σ22 vs H1: σ21 ≠ σ22
2º Paso: Definir Estadístico de prueba: F = S21 / S22
En Excel: DISTR.F.INV(α/2, n1-1, n2-1)
DISTR.F.INV(1-α/2, n1-1, n2-1)
3º Paso: Criterio de rechazo o regla de decisión: Se rechaza H0 con nivel de significancia si:
F < F1-α/2, n1-1, n2-1 ó F > Fα/2, n1-1, n2-1
Criterio de rechazo universal (Minitab): si p -value < α se rechaza la H0
Ojo: recordar que para cualquier problema de dos poblaciones, de PH para dos poblaciones, es necesario empezar
haciendo la primera prueba para la varianza (o D.E.) y después continuar con la media.
Ejemplo 1: En un proceso de fundición es importante la utilización (en %) de acero por placa. Después de un
programa de mejora se desea determinar si se disminuyó la variabilidad del proceso. Se tomó una
muestra d etamaño 40 antes del programa de mejora y se obtuvo una desviación estándar muestral de
11.64%. Se tomó una muestra de tamaño 35 después del programa de mejora y se obtuvo una desviación
estándar muestral de 7.41%.
Se desea determinar si la varianza de la utilización de acero antes y después del programa de mejora son
iguales o diferentes, con α = 0.05.
3 Calculos:
4 Criterio de rechazo:
5 Conclusion:
ratamientos diferentes
máquinas, turnos, etc.
lquier otro parámetro.
UEDEN CONSIDERAR
rma obteniendo los
nos dan la
minantes en cualquier
ier proceso, y mucho
stándar).
, con sus varianzas
σ22
nificancia si:
necesario empezar
Después de un
so. Se tomó una
estándar muestral de
obtuvo una desviación
Se desea determinar si la varianza de la utilización de acero después de aplicar el programa de mejora es meno
varianza anterior, con α = 0.05.
1 Definición de la hipótesis:
Prueba unilateral: Prueba unilateral:
Ho: σ21 = σ22 ó σ21 / σ22 = 1 Ho:
H1: σ21 > σ22 ó σ21 / σ22 > 1 H1:
F0=
3 Calculos: 3 Calculos:
Falpha= n1=
F1-alpha= n2=
S1=
S2=
S1^2=
S2^2=
alpha=
alpha/2=
5 Conclusion: 5 Conclusion:
pués de un programa de mejora se
etamaño 40 antes del programa de
a de tamaño 35 después del
rueba unilateral:
σ21 = σ22 ó σ21 / σ22 = 1
σ21 < σ22 ó σ21 / σ22 < 1
F0=
Falpha=
F1-alpha=
riterio de rechazo:
egla de decisión: Se rechaza Ho con nivel de significancia α si:
F < F1-α/2, n1-1, n2-1